論文の概要: Out of Tune: Demystifying Noise-Effects on Quantum Fourier Models

• arxiv url: http://arxiv.org/abs/2506.09527v1
• Date: Wed, 11 Jun 2025 08:52:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 06:35:02.785594
• Title: Out of Tune: Demystifying Noise-Effects on Quantum Fourier Models
• Title（参考訳）: チューンの外でのノイズ-量子フーリエモデルへの影響-
• Authors: Maja Franz, Melvin Strobl, Leonid Chaichenets, Eileen Kuehn, Achim Streit, Wolfgang Mauerer,
• Abstract要約: 量子系のフーリエスペクトル, 表現可能性, エンタングリング能力に対する雑音の影響を系統的に解析する。 デコヒーレントノイズは、全ての試験されたアンスに一様に有害な効果をもたらす。 これは、ハードウェアリソースをより有効活用し、調整されたエラー修正スキームの構築を導くのに役立つかもしれない。
• 参考スコア（独自算出の注目度）: 2.4456747580554157
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The field of variational quantum algorithms, in particular quantum machine learning (QML), produced numerous theoretical and empirical insights in recent years. As variational quantum circuits (VQCs) can be represented by Fourier series that contain an exponentially large spectrum in the number of input features, hope for quantum advantage remains. Nevertheless, properties of quantum Fourier models (QFMs) are not yet fully understood, in particular how they could potentially outperform classical alternatives. Viewing VQCs with Fourier lenses opens up possibilities to analyse which classes of functions can be tackled by variational algorithms such as QML, while also illuminating and quantifying remaining constraints and challenges. Considering that noise and imperfections remain dominant factors in the development trajectory from noisy intermediate-scale to fault-tolerant quantum computers, the aim of this work is to shed light on key properties of QFMs when exposed to noise. In particular, we systematically analyse the effect of noise on the Fourier spectrum, expressibility and entangling capability of QFMs by conducting large-scale numerical simulations of quantum systems. This may help to better utilise hardware resources, and guide the construction of tailored error correction schemes. We find that decoherent noise exerts a uniform deleterious effect on all the tested ans\"atze, manifesting in the vanishing of Fourier coefficients, expressibility and entangling capability. We note however, that the detrimental influence of noise is less pronounced in some ans\"atze than in others, suggesting that these might possess greater resilience to noise.
• Abstract（参考訳）: 変分量子アルゴリズムの分野、特に量子機械学習(QML)は近年、多くの理論的および経験的な洞察を生み出している。 変分量子回路(VQC)は入力特徴数の指数的に大きなスペクトルを含むフーリエ級数で表せるので、量子優位性への期待は残る。 しかしながら、量子フーリエモデル(QFM)の性質はまだ完全には理解されていない。 フーリエレンズでVQCを見ることは、QMLのような変分アルゴリズムによってどの種類の関数に対処できるかを解析し、残りの制約や課題を照らし、定量化する可能性を開く。 この研究の目的は、ノイズにさらされるとQFMの鍵特性に光を当てることである。 特に、量子系の大規模数値シミュレーションを行うことにより、フーリエスペクトルに対するノイズの影響、QFMの表現性、エンタングリング能力について体系的に解析する。 これは、ハードウェアリソースをより有効活用し、調整されたエラー修正スキームの構築を導くのに役立つかもしれない。 その結果, 非コヒーレントノイズは, フーリエ係数, 表現性, エンタングリング能力の消失に起因して, 試験された全てのアンス・アッツに対して一様消音効果を示すことがわかった。 しかし, 騒音による有害な影響は, 他者に比べて顕著であり, 騒音に対する抵抗性が高い可能性が示唆された。

関連論文リスト

• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• GQHAN: A Grover-inspired Quantum Hard Attention Network [53.96779043113156]
  GQHAM(Grover-inspired Quantum Hard Attention Mechanism)を提案する。 GQHANは、既存の量子ソフト自己保持機構の有効性を超越して、非微分可能性ハードルをかなり上回っている。 GQHANの提案は、将来の量子コンピュータが大規模データを処理する基盤を築き、量子コンピュータビジョンの開発を促進するものである。
  論文  参考訳（メタデータ） (2024-01-25T11:11:16Z)
• Quantum error mitigation for Fourier moment computation [49.1574468325115]
  本稿では、超伝導量子ハードウェアにおける核効果場理論の文脈におけるフーリエモーメントの計算に焦点を当てる。 この研究は、制御反転ゲートを用いたアダマール試験にエコー検証と雑音再正規化を統合した。 ノイズモデルを用いて解析した結果,2桁のノイズ強度が顕著に低下することが判明した。
  論文  参考訳（メタデータ） (2024-01-23T19:10:24Z)
• On fundamental aspects of quantum extreme learning machines [1.3140209441982318]
  QELM(Quantum Extreme Learning Machines)は、量子機械学習のための有望なフレームワークとして登場した。 本稿では,QELMの予測をフーリエ級数に分解することで,QELMの表現性について検討する。
  論文  参考訳（メタデータ） (2023-12-23T00:35:23Z)
• Simulation and analysis of quantum phase estimation algorithm in the presence of incoherent quantum noise channels [0.0]
  本研究では, トラスト保存と完全正の量子チャネルをモデル化した量子アルゴリズムにおける非コヒーレントノイズの影響について検討する。 シミュレーションの結果,単位作用素の固有値の標準偏差は個々の量子ビットの誤差確率に強い指数的依存性を持つことが示された。
  論文  参考訳（メタデータ） (2023-07-28T17:08:56Z)
• Variational Denoising for Variational Quantum Eigensolver [0.28675177318965045]
  変分量子固有解法 (VQE) は、実用的な化学問題に量子的優位性を与える可能性を持つハイブリッドアルゴリズムである。 VQEは、特にノイズの多い量子デバイス上で動作する場合、タスク固有の設計とマシン固有のアーキテクチャの課題に直面します。 本稿では,VQEの解法を改善するために,パラメータ化量子ニューラルネットワークを用いた教師なし学習手法である変分分解を提案する。
  論文  参考訳（メタデータ） (2023-04-02T14:56:15Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。